arXiv · cs.AI· Yuhao Chen·· 6 天前AI 评分21
平稳性约束同时改进机器学习交换关联泛函的能量与密度
Stationarity Constraints Improve Both Energies and Densities of Machine-Learned Exchange-Correlation Functionals
来源与原文
arXiv · cs.AI
作者：Yuhao Chen
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.30022v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究表明，训练后的交换关联泛函在精确密度的 Kohn-Sham 轨道上的 Brillouin 残差，一阶控制自洽密度偏移及拟合能量与自洽能量之间的差值，且惩罚该项无需训练中求解自洽场。仅用 6 个能量和 11 个 CCSD 密度训练的神经 meta-GGA 泛函，在未见分子的原子化能量和密度上均超过 SCAN。
来源：arXiv · cs.AI · arxiv.org